申请/专利权人:深圳博时特科技有限公司
申请日:2023-05-29
公开(公告)日:2023-08-25
公开(公告)号:CN116645244A
主分类号:G06Q50/12
分类号:G06Q50/12;G06V20/00;G06V10/40;G06V10/10;G06V10/82;G06V10/778;G06V10/774
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.09.12#实质审查的生效;2023.08.25#公开
摘要:本发明公开了一种基于计算机视觉的就餐导引系统及导引方法,通过获取餐厅信息并对餐厅信息进行数据预处理得到数据集,经过预训练的深度学习模型提取餐厅每个视角中多个图像的视觉特征,将餐厅的饮料、食物、内景和外景对应的视觉特征向量进行拼接以构建视觉特征矩阵,将视觉特征矩阵与用户相关的权值投影到视觉特征向量,并通过嵌入矩阵对该餐厅视觉特征向量进行降维得到低维度的特征向量,获取用户对餐厅的预测得分,引入层次注意力对餐厅的视觉特征进行建模得到餐厅视觉信息,基于餐厅视觉信息与视觉特征矩阵预测用户对餐厅的偏好,并根据用户对餐厅的偏好进行导引以完成就餐导引,有效对用户进行个性化就餐导引。
主权项:1.一种基于计算机视觉的就餐导引系统,其特征在于,包括:数据获取单元,用于获取餐厅信息并对餐厅信息进行数据预处理得到数据集,并将数据集中的图像类别标记为饮料、食物、内景和外景,其中,餐厅信息包括用户评级、用户评论、餐厅图像、餐厅位置和餐厅业务信息;特征提取单元,用于经过预训练的深度学习模型提取餐厅每个视角中多个图像的视觉特征,通过平均池化将每个类别下的所有图像的视觉特征聚合成一个视觉特征向量;特征拼接单元,用于将餐厅的饮料、食物、内景和外景对应的视觉特征向量进行拼接以构建视觉特征矩阵,其中,视觉特征矩阵表示餐厅的多视角视觉特征;模型构建单元,用于将视觉特征矩阵与用户相关的权值投影到视觉特征向量,并通过嵌入矩阵对该餐厅视觉特征向量进行降维得到低维度的特征向量,将低纬度的特征向量与该餐厅的隐式因子相结合构建预测模型;就餐导引单元,用于获取用户对餐厅的预测得分,引入层次注意力对餐厅的视觉特征进行建模得到餐厅视觉信息,基于餐厅视觉信息与视觉特征矩阵预测用户对餐厅的偏好,并根据用户对餐厅的偏好进行导引以完成就餐导引。
全文数据:
权利要求:
百度查询: 深圳博时特科技有限公司 一种基于计算机视觉的就餐导引系统及导引方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。